基于 MVP 的原子性架构
先说下背景，市面上大部分公司在用的MVP MVVM等，google基于 MVP MVVM做了很多扩展架构，在每个项目实际使用中都会有不同的扩展，接下来我会介绍一下基于这些思想的理解并设计的我们目前项目中使用的架构
相关分享
1
喜欢
cr
crossoverjie.top
/
2024-08-06 08:05
OpenTelemetry 实践指南：历史、架构与基本概念
本文介绍了OpenTelemetry的历史、架构和基本概念。OpenTelemetry是一个用于统一日志、指标和链路追踪的开源项目，旨在简化可观测性技术栈的复杂性。文章详细介绍了OpenTelemetry的三个核心组件：客户端、OTel Collector和数据存储。通过标准化协议，OpenTelemetry实现了与多种后端系统的兼容，为开发者提供了一种灵活且可扩展的可观测性解决方案。
无图
1
喜欢
te
tech.meituan.com
/
2024-03-21 22:53
美团大规模KV存储挑战与架构实践
KV 存储作为美团一项重要的在线存储服务，承载了在线服务每天万亿级的请求量，并且保持着 99.995% 的服务可用性。在 DataFunSummit 2023 数据基础架构峰会上，我们分享了《美团大规模 KV 存储挑战与架构实践》，本文为演讲内容的整理。文章主要分为四个部分：第一部分介绍了美团 KV 存储发展历程；第二部分分享了内存 KV Squirrel 挑战和架构实践；第三部分阐述了持久化 KV Cellar 挑战和架构实践；最后一部分介绍了未来的发展规划。希望这些内容对大家有所帮助或启发。
无图
1
喜欢
bl
blog.alswl.com
/
2023-07-30 17:40
架构设计 the Easy Way
前几日，我在团队内部举行了一场技术分享，我介绍了关于架构设计的最佳实践。将这些实践凝练成了 20 字口诀：架构看问题、需求看用例、设计看模型、细节看时序。
我将顺口溜转到了 Twitter，不少朋友对这些顺口溜产生了浓厚兴趣，希望深入了解。因此，我将我分享中的观点扩展成了这篇文章。
无图
1
喜欢
in
insights.thoughtworks.cn
/
2023-07-27 12:17
什么是多运行时架构？
随着微服务架构在大规模组织中成熟落地，服务化体系规模的不断扩张也带来了一些典型问题：服务如何有效治理和接入？团队如何高效协作？本文介绍了多运行时架构解决上述问题的思路，并通过几种开源方案探讨了在实现中遇到的挑战，最后提出了对演进的设想及展望。本文介绍了多运行时架构的概念以及一些实现方案，并讨论了目前的实现中存在的限制与挑战，最后设想了一种未来可能的架构形态。
无图
1
喜欢
li
linux.cn
/
2023-07-23 12:20
云服务架构完全指南
经过大约 16 年的演变，云计算已经成为一种几乎所有网民都在使用的技术。它可以作为一种服务，用于满足各类企业和消费者的需求。因此，在云计算中正在使用多种服务架构，旨在根据最新的需求来定制所需技术。本文就如今使用的所有服务架构，提供一份完全指南。
无图
1
喜欢
te
tech.meituan.com
/
2023-02-12 14:37
美团视觉GPU推理服务部署架构优化实践
面对在线推理服务使用的GPU资源不断增加、GPU利用率普遍较低的挑战，美团视觉研发团队决定通过模型结构拆分和微服务化进行优化，他们提出一种通用高效的部署架构，来解决这种常见的性能瓶颈问题。以“图像检测+分类”服务为例，优化后的服务压测性能指标GPU利用率由40%提升至100%，QPS也提升超过3倍。本文将会重点介绍推理服务部署架构优化的工程实践，希望对大家能有所帮助或启发。
无图
1
喜欢
in
insights.thoughtworks.cn
/
2022-12-21 09:56
单体优先的微服务架构
你不应该在新项目之初就采用微服务架构，即使你坚信该应用未来会因业务演进而变得巨大无比。
无图
1
喜欢
in
insights.thoughtworks.cn
/
2022-11-29 10:39
专访企业架构学者Svyatoslav Kotusev
在企业架构领域，Svyatoslav Kotusev是一位很特别的国际学者，他多年从事企业架构的研究，不趋同，有着非常鲜明而独到的见解。让我们看看他是如何阐述为什么学、怎么学、如何应用企业架构的，应该会对您有所帮助（或许会改变您的认知）。
无图
2
喜欢
无图
1
喜欢
te
tech.meituan.com
/
2022-09-13 23:28
GraphQL及元数据驱动架构在后端BFF中的实践
GraphQL是Facebook提出的一种数据查询语言，核心特性是数据聚合和按需索取，目前被广泛应用于前后端之间，解决客户端灵活使用数据问题。本文介绍的是GraphQL的另一种实践，我们将GraphQL下沉至后端BFF层之下，结合元数据技术，实现数据和加工逻辑的按需查询和执行。这样不仅解决了后端BFF层灵活使用数据的问题，这些字段加工逻辑还可以直接复用，大幅度提升了研发的效率。本文介绍的实践方案已经在美团部分业务场景中落地，并取得不错效果，希望这些经验能够对大家有帮助。
无图